Мы ещё не видели момента для роботов, сравнимого с chatGPT

Особенно человекоподобные роботы начинают выглядеть потрясающе, но всё ещё не понимают наш мир

У LLM десятилетия текстов для обучения; физический ИИ начинает с малого количества данных, а затем сталкивается со всей сложностью реального мира

Существует огромный разрыв, который предстоит преодолеть

Сейчас этим машинам преподают правила и показывают конкретные задачи, в будущем они выйдут в мир и будут «учиться на практике»

Демонстрация этих ниш на пересечении крипто и робототехники

Некоторые из этих проектов перекрывают категории, и это не полный список, а лишь подборка признанных примеров для демонстрации

Обучение

Телеоперация, обучение с подкреплением и конвейеры воплощённого ИИ, обучающие роботов навыкам

Проекты: @BitRobotNetwork, @PrismaXai, @NRNAgents

Почему это важно: роботам нужны обучаемые навыки, прежде чем они смогут учиться автономно, а эти конвейеры дают им первые основы

Сбор данных из реального мира

Децентрализованные сенсорные и геопространственные сети, собирающие данные из реального мира

Проекты: @NATIXNetwork, @GEODNET

Почему это важно: интеллект в реальном мире зависит от реальных данных, а эти сети обеспечивают сенсорное топливо, необходимое машинам

Развёртывание роботов

Пространственные вычисления и оркестрация множества роботов в реальных условиях

Проекты: @Auki

Почему это важно: внедрение в реальном мире — один из следующих шагов для ускорения развития машинного интеллекта, но это экономически и практически сложно, поэтому планы Auki по многочисленным розничным внедрениям в следующем году — важный шаг

Машинная экономика

Инфраструктуры для идентичности машин, экономической деятельности, координации

Проекты: @peaq

Почему это важно: идентичность и координация в ончейне дают машинам автономию для транзакций, сотрудничества и работы без постоянного человеческого надзора

Операционные системы

Программный слой, координирующий и управляющий автономными машинами

Проекты: @openmind_agi, @codecopenflow

Почему это важно: предоставляя общий слой интеллекта, они дают машинам структуру для обучения, совместной работы и масштабной эксплуатации

По крайней мере в крипто, многие рассматривают внимание к робототехнике как очень краткосрочный, быстро исчезающий сектор

Внимание будет приходить волнами, но в целом до максимального потенциала ещё далеко

И в ближайшей перспективе видны текущие болевые точки и на что стоит обратить внимание на пути к их преодолению

Для более широкого охвата и регулярных обновлений следите за State of the Machines — моей рассылкой о физическом ИИ, робототехнике и всех смежных секторах